版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、信息技術(shù)的日新月異使得各個(gè)領(lǐng)域的數(shù)據(jù)量激增,大型、分布式數(shù)據(jù)庫成為數(shù)據(jù)存儲的主要方式.在此背景下誕生的知識發(fā)現(xiàn)和數(shù)據(jù)挖掘提供了一種新的認(rèn)識數(shù)據(jù)、理解數(shù)據(jù)的智能手段,序列模式挖掘是其中的一個(gè)重要研究分支. 經(jīng)典序列模式挖掘算法大都致力于挖掘序列模式全集,降低了空間性能.挖掘閉合序列集合能在保持信息完備性的前提下,比挖掘頻繁序列全集更加精簡有效.本文著重對此進(jìn)行了研究,主要研究內(nèi)容如下: 1.已有的閉合序列挖掘算法大多遵循由
2、短到長、自底向上的挖掘模式,當(dāng)支持度閾值較小或閉合序列較長時(shí),時(shí)空性能顯著下降.基于上述原因,本文提出工nverClos算法,采用最小序列長度約束,實(shí)現(xiàn)從最長序列開始由長到短、自頂向下的倒序挖掘閉合序列模式.分析與實(shí)驗(yàn)表明,該算法較經(jīng)典閉合序列挖掘算法CloSpan具有更好的時(shí)空性能. 2.研究了基于剪枝概念格的閉合序列模式挖掘求解,提出基于同步剪枝概念格的閉合序列挖掘算法.同步剪枝概念格構(gòu)造算法以屬性插入方式動(dòng)態(tài)地構(gòu)造概念格,
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 序列數(shù)據(jù)挖掘的模型和算法研究.pdf
- 序列挖掘算法研究.pdf
- 序列模式挖掘算法的研究與實(shí)現(xiàn).pdf
- 序列模式挖掘算法研究與實(shí)現(xiàn).pdf
- 序列模式挖掘算法的研究.pdf
- 序列模式挖掘算法研究與實(shí)現(xiàn)
- 序列模式挖掘算法的研究與應(yīng)用.pdf
- 生物序列模式挖掘與識別算法的研究.pdf
- 序列模式挖掘算法研究.pdf
- 數(shù)據(jù)流閉合頻繁模式挖掘算法的研究.pdf
- 基于序列模式的序列聚類挖掘算法研究.pdf
- 字符序列模式挖掘算法的研究與應(yīng)用.pdf
- 服務(wù)挖掘模型與算法研究.pdf
- 生物序列模式挖掘與識別算法的研究
- 時(shí)間序列模式挖掘算法研究.pdf
- 基于閉合序列模式挖掘的數(shù)據(jù)庫入侵檢測方法研究.pdf
- 序列模式挖掘維護(hù)算法的研究.pdf
- 基于ZBDD結(jié)構(gòu)的頻繁閉合項(xiàng)集挖掘算法研究.pdf
- 基于分布式的頻繁閉合模式挖掘算法研究.pdf
- 序列模式挖掘算法
評論
0/150
提交評論